Het Crux-dashboard gebruiken voor het visualiseren van BigQuery Crux-gegevens
Het CrUX-dashboard is een Looker Studio- dashboard (voorheen Data Studio) dat linkt naar de onbewerkte CrUX-gegevens op oorsprongsniveau op BigQuery en de gegevens vervolgens voor u visualiseert. Het elimineert de noodzaak voor gebruikers van het dashboard om vragen te schrijven of grafieken te genereren. Alles is voor u gebouwd; het enige dat u hoeft te doen, is een herkomst opgeven en het dashboard wordt voor u gegenereerd.
Toegang tot het Crux-dashboard
Om het Crux Dashboard te starten, voert u een oorsprong of URL in en drukt u op Enter of klikt u op Go :
De dashboard-URL kan vervolgens worden gedeeld en van een bladwijzer worden voorzien, zodat u deze gemakkelijk kunt raadplegen.
Werkt het voor alle websites?
Nee. Als uw herkomst niet is opgenomen in de CrUX-dataset, zijn er geen gegevens om weer te geven. Er zijn meer dan 15 miljoen oorsprongen in de dataset, maar degene die u zoekt heeft mogelijk niet voldoende gegevens om te worden opgenomen.
Enkele veelvoorkomende problemen met origins zijn het aanbieden van het verkeerde protocol, bijvoorbeeld http:// in plaats van https:// , en het weglaten van het subdomein wanneer dat nodig is. Sommige websites bevatten omleidingen, dus als http://example.com doorverwijst naar https://www.example.com , moet u de laatste gebruiken, wat de canonieke versie van de oorsprong is.
Gebruik een aangepaste zoekmachine om toegang te krijgen tot het dashboard
Een alternatieve manier, voor degenen die regelmatig verschillende domeinen bezoeken, is door een aangepaste zoekmachine in Chrome op te zetten waarmee u een zoekterm (in dit geval de oorsprong) aan een URL kunt doorgeven. Ga hiervoor naar Chrome-instellingen via het menu met drie stippen rechtsboven in Chrome. Eenmaal in Instellingen kiest u de optie "Zoekmachine".
Vouw vanaf hier het menu 'Zoekmachines en sitezoekopdrachten beheren' uit, scroll naar 'Site zoeken', klik op de knop 'Toevoegen' en voer de volgende gegevens in:
- Zoekmachine:
CrUX - Sneltoets:
crux - URL met %s in plaats van de zoekopdracht:
https://lookerstudio.google.com/c/u/0/reporting/bbc5698d-57bb-4969-9e07-68810b9fa348/page/keDQB?params=%7B%22origin%22:%22%s%22%7D
Hierna kunt u, wanneer u crux typt en op tab in de zoekbalk drukt, een oorsprong invoeren en Chrome navigeert naar het Crux-dashboard voor die oorsprong.
Als u het protocol weglaat, wordt uitgegaan van HTTPS. Subdomeinen zijn van belang, bijvoorbeeld https://developers.google.com en https://www.google.com worden als verschillende oorsprong beschouwd.
Als de oorsprong in CrUX bestaat, wordt u naar het dashboard geleid, gevuld met de CrUX-gegevens voor deze oorsprong:
Dashboardoverzicht
Elk dashboard wordt geleverd met drie soorten pagina's:
- Overzicht van Core Web Vitals
- Metrische prestaties
- Demografische gegevens van gebruikers
Elke pagina bevat een diagram met de distributies in de loop van de tijd voor elke beschikbare maandelijkse release. Wanneer er nieuwe gegevenssets worden vrijgegeven, kunt u het dashboard vernieuwen om de nieuwste gegevens te verkrijgen.
De maandelijkse datasets worden elke tweede dinsdag van de maand vrijgegeven. Zo wordt de dataset bestaande uit gebruikerservaringsgegevens van de maand mei vrijgegeven op de tweede dinsdag van juni.
Overzicht van Core Web Vitals
De eerste pagina is een overzicht van de maandelijkse Core Web Vitals- prestaties van Origin. Dit zijn de belangrijkste UX-statistieken waarop Google u aanbeveelt zich te concentreren.
Gebruik de Core Web Vitals-pagina om te begrijpen hoe de oorsprong wordt ervaren door desktop- en telefoongebruikers. Standaard is de meest recente maand op het moment dat u het dashboard maakte geselecteerd. Als u wilt wisselen tussen oudere of nieuwere maandelijkse releases, gebruikt u het maandfilter bovenaan de pagina.
Metrische prestaties
Na de Core Web Vitals-pagina vindt u zelfstandige pagina's voor alle statistieken in de CrUX-dataset.
Bovenaan elke pagina bevindt zich het apparaatfilter , dat u kunt gebruiken om de vormfactoren te beperken die zijn opgenomen in de ervaringsgegevens. U kunt bijvoorbeeld specifiek inzoomen op telefoonervaringen. Deze instelling blijft op alle pagina's bestaan.
De primaire visualisaties op deze pagina's zijn de maandelijkse distributies van ervaringen gecategoriseerd als 'Goed', 'Verbetering nodig' en 'Slecht'. De kleurgecodeerde legenda onder het diagram geeft het scala aan ervaringen aan dat in de categorie is opgenomen. In de vorige schermafbeelding kun je bijvoorbeeld zien dat het percentage ‘goede’ Largest Contentful Paint (LCP)-ervaringen de afgelopen maanden enigszins fluctueert en iets verslechtert.
De percentages 'goede' en 'slechte' ervaringen van de meest recente maand worden boven de grafiek weergegeven, samen met een indicator van het procentuele verschil met de voorgaande maand. Voor deze oorsprong daalden de ‘goede’ LCP-ervaringen met 0,8% tot 83,25% maand-op-maand, het p75-getal had 0 bewegingen en bleef maand-op-maand op 1.500, en de ‘slechte’ LCP-ervaringen stegen met 3,6% ( rood weergegeven omdat een stijging hier slecht is) naar 7,42%. Merk op dat de procentuele bewegingen daadwerkelijke procentuele bewegingen zijn, en geen procentpuntbewegingen. Zo is 83,93% naar 83,25% een beweging van 0,68 procentpunt, of een daling van 0,8% ten opzichte van het vorige totaal van 83,93%.
Bovendien vindt u voor statistieken zoals LCP en andere Core Web Vitals die expliciete percentielaanbevelingen bieden, de statistiek 'P75' tussen de 'goede' en 'slechte' percentages. Deze waarde komt overeen met het 75e percentiel van gebruikerservaringen van de oorsprong. Met andere woorden: 75% van de ervaringen is beter dan deze waarde. Eén ding om op te merken is dat dit van toepassing is op de algehele verdeling over alle apparaten op de oorsprong. Als u specifieke apparaten omschakelt met het apparaatfilter , wordt het percentiel niet opnieuw berekend.
Technische kanttekeningen bij percentielen
Houd er rekening mee dat de percentielstatistieken zijn gebaseerd op de histogramgegevens van BigQuery , dus de granulariteit zal grof zijn: 100 ms voor LCP, 25 ms voor INP en 0,05 voor CLS. Met andere woorden: een P75 LCP van 3800 ms geeft aan dat het werkelijke 75e percentiel ergens tussen 3800 ms en 3900 ms ligt.
Bovendien maakt de BigQuery-dataset gebruik van een techniek die 'bin-spreiding' wordt genoemd, waarbij de dichtheid van gebruikerservaringen intrinsiek wordt gegroepeerd in zeer grove categorieën met afnemende granulariteit. Hierdoor kunnen we minieme dichtheden in de staart van de verdeling opnemen zonder dat we de nauwkeurigheid van vier cijfers hoeven te overschrijden. LCP-waarden van minder dan 3 seconden worden bijvoorbeeld gegroepeerd in bakken van 200 ms breed. Tussen 3 en 10 seconden zijn bakken 500 ms breed. Na 10 seconden zijn bakken 5000 ms breed... In plaats van bakken van verschillende breedtes te hebben, zorgt bakspreiding ervoor dat alle bakken constant 100 ms breed zijn (de grootste gemene deler), en wordt de verdeling lineair geïnterpoleerd over elke bak.
De overeenkomstige P75-waarden in tools als PageSpeed Insights zijn niet gebaseerd op de openbare BigQuery-dataset en kunnen waarden tot op de milliseconde nauwkeurig weergeven.
Demografische gegevens van gebruikers
Er zijn twee dimensies opgenomen op de demografische pagina's van gebruikers: apparaten en effectieve verbindingstypen (ECT's). Deze pagina's illustreren de verdeling van paginaweergaven over de gehele herkomst voor gebruikers in elke demografische groep.
Op de apparaatdistributiepagina ziet u de verdeling van telefoon-, desktop- en tabletgebruikers in de loop van de tijd:
Veel herkomstlanden hebben doorgaans weinig tot geen tabletgegevens, dus u ziet vaak '0%' buiten de rand van de grafiek hangen.
Op dezelfde manier toont de ECT-distributiepagina u de uitsplitsing van 4G-, 3G-, 2G-, langzame 2G- en offline-ervaringen.
De verdelingen voor deze dimensies worden berekend met behulp van segmenten van de First Contentful Paint (FCP)-histogramgegevens.
FAQ
Dit zijn enkele veelgestelde vragen over de CrUX BigQuery-dataset:
Wanneer zou ik het Crux Dashboard gebruiken in plaats van andere tools?
Het Crux-dashboard is gebaseerd op dezelfde onderliggende gegevens die beschikbaar zijn op BigQuery, maar u hoeft geen enkele regel SQL te schrijven om de gegevens te extraheren en u hoeft zich nooit zorgen te maken dat u de gratis quota overschrijdt. Het opzetten van een dashboard is snel en eenvoudig, alle visualisaties worden voor u gegenereerd en u heeft de controle om het te delen met wie u maar wilt.
Zijn er beperkingen aan het gebruik van het Crux Dashboard?
Omdat het gebaseerd is op BigQuery, neemt het CrUX Dashboard ook al zijn beperkingen over. Het is beperkt tot gegevens op herkomstniveau met maandelijkse granulariteit.
Het Crux-dashboard ruilt ook een deel van de veelzijdigheid van de onbewerkte gegevens op BigQuery in voor eenvoud en gemak. Metrische distributies worden bijvoorbeeld alleen weergegeven als 'goed', 'moet worden verbeterd' en 'slecht', in tegenstelling tot de volledige histogrammen. Het CrUX Dashboard levert ook data op mondiaal niveau, terwijl je met de BigQuery dataset kunt inzoomen op bepaalde landen.
Hoe kan ik het dashboard aanpassen
Op de pagina wordt beschreven hoe u toegang krijgt tot een alleen-lezen versie van het CrUX Dashboard, onderhouden door het CrUX-team. Als u uw eigen kopie van het dashboard wilt maken, zodat u het kunt bewerken om verschillende visualisaties weer te geven, raadpleeg dan deze gebruikershandleiding voor meer informatie. Houd er rekening mee dat als u uw eigen exemplaar maakt, u de maand handmatig moet bijwerken en ook niet profiteert van eventuele toevoegingen aan het officiële dashboard, bijvoorbeeld nieuwe statistieken of andere informatie.